Visualização (vis) – O que é? Para que?

“Representações visuais de dados projetados para ajudar pessoas a realizarem tarefas de forma mais efetiva” (Tamara Munzner)

  • Amplia capacidade humana de tomar decisões
    • Permite analisar dados quando perguntas ainda são desconhecidas
  • Finalidade:
    • Compreender o problema para projetar métodos computacionais
    • Validar ou complementar decisões baseadas em modelos
    • Análise exploratória para encontrar ou confirmar padrões
    • Apresentar informações para outras pessoas
  • Ferramentas computacionais tornam a geração de gráficos mais eficiente

Cálculo de estatísticas x Visualização

  • Estatística é muito poderosa, mas sumarização pode esconder informações
  • Ex: O Quarteto de Anscombe são 4 datasets com estatísticas idênticas
Métrica x1 y1 x2 y2 x3 y3 x4 y4
média 9.0 7.5 9.0 7.5 9.0 7.5 9.0 7.5
desvio padrão 3.3 2.0 3.3 2.0 3.3 2.0 3.3 2.0
correlação 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.8


  • Os dados são tão iguais quanto parecem nas estatísticas?

Cálculo de estatísticas x Visualização

  • Estatística é muito poderosa, mas sumarização pode esconder informações
  • Ex: O Quarteto de Anscombe são 4 datasets com estatísticas idênticas

Cálculo de estatísticas x Visualização

  • Estatística é muito poderosa, mas sumarização pode esconder informações
  • Outro exemplo: Datasaurus

  • Visualizações podem ajudar a encontrar padrões não capturados
    • Ainda mais significativo para conjuntos de dados grandes e complexos

Eficácia do design na visualização

“No picture can communicate the truth, the whole truth, and nothing but the truth”


  • Vis são abstrações onde escolhe-se quais aspectos serão enfatizados
  • Há muitas possibilidades no espaço do design e a maioria será ineficaz
    • O objetivo não é otimizar, mas satisfazer
    • Considere múltiplas alternativas e depois escolha a melhor


  • É muito difícil validar visualizações
    • O que é uma visualização “eficaz”?

Atenção e memória visual

  • A memória humana é limitada para coisas não visíveis diretamente
    • Também para memória de trabalho de curto prazo
  • Cegueira de mudança: grandes mudanças podem passar despercebidas se estivermos prestando atenção a algo diferente

Atenção e memória visual - Teste

Densidade da informação

  • Quantidade de informação vs. quantidade de espaço não usado
  • Exemplo de gráficos com a mesma informação com diferentes densidades:

  • Encontrar equilíbrio entre:
    • Mostrar muita informação para minimizar navegação e exploração
    • Não sobrecarregar o usuário com muita informação

Dicas gerais visualização

  • A qualidade do gráfico depende da qualidade da informação que você tem
  • Ser claro e conciso não implica excesso de simplificação
  • Bom design não é embelezamento, mas estruturar a informação para permitir entendimento
  • Faça gráficos que codificam informação para ajudar o cérebro
  • Se palavras às vezes são inúteis, também serão gráficos, mapas, diagramas, ilustrações

Boas práticas de visualização

Uma boa visualização:

  • Possui informação confiável
  • Apresenta os padrões relevantes de forma notável
  • É organizada, de forma a permitir alguma exploração, quando apropriado
  • É atrativa, lembrando que honestidade, clareza e profundidade vêm antes

Objetivos da visualização

  • Comunicar informação para aumentar entendimento
    • Tornar simples algo complexo, tornar interessantes fatos chatos


  • Ou permitir exploração para responder questões e gerar novas perguntas
    • Estruturar informações para que usuários as explorem e façam suas próprias descobertas, de forma ativa
    • Parte importante da ciência de dados


O objetivo da visualização de dados é iluminar pessoas – não é entreter, vender produtos, serviços ou ideias, mas informá-las. (Alberto Cairo)

Viés na visualização

  • Todos possuem algum viés cognitivo, cultural e ideológico

  • A verdade é inatingível, mas tentar ser verdadeiro é um objetivo digno

    • Alguns se rendem aos seus viéses, outros tentam identificá-los e freiá-los


  • Ao invés de partir da mensagem que você quer passar e depois buscar informações que a suporte

  • Você pode partir da informação e analisá-la para descobrir as mensagens que valem a pena divulgar

    • Ou partir da mensagem e coletar informações que podem refutá-la

Fake news vs. Visualização de dados

  • O que um cidadão pode fazer se as notícias não são confiáveis?
    • Como saber se as informações em sites e redes sociais são acuradas?
  • Quem criará visualizações para informar as pessoas de coisas importantes?
    • Talvez você! Ou cada um de nós

Referências